Qwen3

Todas las historias sobre Qwen3 (2)

Nuevos modelosTokenGate hace que la IA lea documentos largos hasta 11 veces más rápido al omitir las partes poco importantesHerald of AI

Nuevos modelos

TokenGate hace que la IA lea documentos largos hasta 11 veces más rápido al omitir las partes poco importantes

Una nueva técnica abierta permite a la IA saltarse texto irrelevante al procesar entradas largas, reduciendo tiempos de espera y uso de memoria en modelos como Qwen3 sin perder precisión.

27 de octubre de 2026

Nuevos modelosModelo comprimido de 27B supera a la versión completa en llamadas de herramientas con menos de 8 GBHerald of AI

Nuevos modelos

Modelo comprimido de 27B supera a la versión completa en llamadas de herramientas con menos de 8 GB

Una versión altamente comprimida de Qwen3.8-27B funciona en hardware cotidiano y supera al original en habilidades de agente.

9 de octubre de 2026

También mencionada en (8)

Historias sobre otra cosa que mencionan Qwen3 de paso, con la oración que lo hace.

• Esta Semana en IA: Nuevos Modelos Inundan y Agentes se Hacen Más Seguros"Mientras tanto, los investigadores de Qwen desarrollaron DScout, una técnica que puede hacer la generación de texto hasta cuatro veces más rápido, y los investigadores de Stanford y UC Berkeley crearon TokenGate, un complemento que permite a modelos como Qwen3 omitir irre"
• Sebastian Raschka lanza curso gratuito sobre cómo construir modelos de razonamiento de IA desde cero"- Una persona con cierta experiencia en programación podría usar el curso para comprender cómo piensan y resuelven problemas los actuales sistemas de razonamiento de IA, a partir de un modelo Qwen3 preentrenado."
• Los modelos de IA seguros pueden volverse inseguros mediante su propio entrenamiento"En un nuevo artículo publicado en arXiv en octubre de 2026, los investigadores Karim Abdel Sadek, Federico Di Gennaro y Fanny Yang demuestran que este enfoque de entrenamiento recursivo puede producir un efecto secundario sorprendente y peligroso: Qwen3"
• Cómo Echo permite que los grandes modelos de IA entren más rápido utilizando datos ultrarrápidos de 4 bits"Cuando se entrena un modelo de lenguaje masivo como Qwen3 en muchas tarjetas gráficas, cada tarjeta tiene que comunicarse con las demás después de cada capa."
• PRIME: una nueva forma de reducir los modelos de IA sin perder inteligencia«Los investigadores probaron PRIME en dos modelos grandes de Alibaba: Qwen3-30B-A3B y Qwen3.5-122B-A10B.»
• MagicBeanStalk sintetiza mejores datos de entrenamiento para potenciar el razonamiento de la IA"Entrenar con esos problemas generados mejoró a Qwen3 en 6,9 puntos en el benchmark SecQue y en 2,4 puntos en FinanceBench."
• Los modelos de difusión ayudan a los agentes de IA a corregir planes a mitad de tarea.“The researchers compare two 8-billion-parameter models: Qwen3, an autoregressive model that builds text token by token, and DreamReasoner-8B, a diffusion-based planner.”
• NVIDIA enseña a los agentes de IA a recuperarse tras un mal movimiento."Con un estudiante Qwen3-1.7B, PivotOPD promedió 73,7 % en ALFWorld (5,5 puntos por encima de la línea de base más fuerte), 44,5 % en búsqueda de preguntas y respuestas, y una tasa de éxito del 76,6 % en WebShop."